Mestrado Profissional em Administração
IFMG - Campus Formiga
3 de junho de 2023
Capacitar os mestrandos na aplicação de modelos econométricos a problemas de áreas de finanças.
O conteúdo principal do curso concentra-se na aquisição e estruturação de dados, análise exploratória de dados, visualizaçãode dados, modelagem econométrica e comunicação eficaz de resultados, utilizando-se a linguagem R.
Trata-se de um curso do tipo “hands-on”.
O objetivo do curso é levar os mestrandos do zero à capacidade de trabalhar em um projeto econométrico-computacional reproduzível usando a linguagem R, analisando um conjunto de dados e respondendo a questões de interesse.
Tornar o mestrando em um usuário da linguagem R para a importação, organização, visualização e modelagem econométrica de dados;
Introduzir o mestrando na aplicação de modelos econométricos na área de finanças;
Tornar o mestrando capacitado para o desenvolvimento de pesquisas empíricas reproduzíveis na área de finanças;
Não há pré-requisitos formais.
Será importante rever conceitos matemáticos, de estatística básica conforme necessário.
É importante que os mestrandos se envolvam no domínio de conceitos básicos ativamente.
Algum letramento computacional também será importante.
Os pontos referentes à avaliação foram distribuídos da seguinte forma:
Espero que vocês estudem as leituras indicadas, preferencialmente antes das aulas.
Isso não significa apenas ler superficialmente, mas envolver-se praticamente e criticamente com o estudo
Busquem fazer todos os exercícios e utilizar efetivamente a linguagem.
WICKHAM (2023): Versão digital (2 edição) gratuita disponível em: https://r4ds.hadley.nz
– Wickham & Grolemund, Ch. 1.1
Import – Importar os dados.
– Wickham & Grolemund, Ch. 1.1
Tidy – Estruturar seus dados em um formato consistente para a análise.
– Wickham & Grolemund, Ch. 1.1
Transform – Sumarizar as observações de interesse e criar novas variáveis a partir das já existentes
– Wickham & Grolemund, Ch. 1.1
Visualize – Representar visualmente seus dados
– Wickham & Grolemund, Ch. 1.1
Model - Usar seus dados para responder à questões de interesse.
– Wickham & Grolemund, Ch. 1.1
Communicate - Transmitir suas descobertas para outras pessoas.
“You don’t need to be an expert programmer to be a data scientist, but becoming a better programmer allows you to automate common tasks, and solve new problems with greater ease.”
– Wickham & Grolemund, Ch. 1.1
“You can tackle about 80% of every project using the tools that you’ll learn in this book, but you’ll need other tools to tackle the remaining 20%.”
– Wickham & Grolemund, Ch. 1.1
Esses 20% restantes variam de acordo com o projeto, com os dados que você está explorando e com as perguntas que você espera responder.
“While it’s tempting to skip the exercises, there’s no better way to learn than practicing on real problems.”
É sério … você aprenderá mais se pelo menos tentar resolvê-los por conta própria.
Confuso por uma mensagem de erro?
“Pesquise sobre a mensagem de erro no Google”
Outros lugares para buscar ajuda:
Para instalar o R 4.2.2 basta
Acesse https://cloud.r-project.org/
Selecione o sistema operacional, clicando em R for Windows por exemplo.
Na página seguinte clique em base
Clique em Download R for Windows 4.2.2
Feito o download basta ir clicando em próximo/next até a instalação ser concluída.
Para instalar o RStudio versão 2022.02.0+443
No canto superior direito da página, clique em DOWNLOAD RSTUDIO. Role a página para baixo até chegar à opção RStudio Desktop Free, logo abaixo, clique na opção Download
Na página seguinte clique no botão em azul DOWNLOAD RSTUDIO FOR WINDOWS.
Feito o download basta ir clicando em próximo/next até a instalação ser concluída.
O que é Econometria?
Definição de Econometria Financeira:
Testar se os mercados financeiros são eficientes em termos de informação.
Testar se CAPM ou APT representam modelos superiores para a determinação de retornos sobre ativos de risco.
Medir e prever a volatilidade dos retornos dos títulos.
Explicar os determinantes dos ratings de crédito de títulos atribuídos pelas agências de rating.
Modelagem de relações de longo prazo entre preços e taxas de câmbio.
Determinar a razão ótima de hedge para uma posição à vista em petróleo.
Testar regras técnicas de negociação para determinar a mais rentável.
Testar a hipótese de que os anúncios de lucros ou dividendos não têm efeito sobre os preços das ações.
Testar se os mercados spot ou futuros reagem mais rapidamente às notícias.
Previsão da correlação entre os retornos dos índices de ações de dois países.
Frequência & Quantidade de dados
Qualidade
O trabalho envolve o desenvolvimento de um modelo teórico ou é apenas uma técnica em busca de uma aplicação, ou um exercício de mineração de dados?
Os dados são de “boa qualidade”? São de uma fonte confiável? O tamanho da amostra é suficientemente grande para que a teoria assintótica seja utilizada?
As técnicas foram validamente aplicadas? Foram realizados testes de diagnóstico para violações de quaisquer suposições feitas na estimativa do modelo?
Os resultados foram interpretados de forma sensata? A força dos resultados é
exagerada? Os resultados realmente abordam as questões colocadas pelos autores?
As conclusões tiradas são apropriadas em função dos resultados, ou a importância dos resultados do artigo foi exagerada?
É uma linguagem de programação, interpretada e livre
R é um dialeto da linguagem S
S é uma linguagem que foi desenvolvida por John Chambers e equipe no Bell Labs.
S foi iniciada em 1976 como uma linguagem para análise estatística originalmente implementada como um conjunto de bibliotecas Fortran.
Em 1988, a linguagem foi reescrita em C e começou a se parecer com o sistema que temos hoje (S3).
Versão 4 (S4) da linguagem S foi lançada em 1998 e é a versão que nós usamos hoje.
Em 1998, John Chambers ganhou o Association for Computing Machinery’s Software System Award pela linguagem S.
Em Stages in the Evolution of S, John Chambers escreveu
Queríamos que os usuários fossem capazes de começar em um ambiente interativo, onde não pensassem conscientemente como programadores. Então, com suas necessidades tornando-se mais claras e sua sofisticação aumentando, eles deveriam ser capazes de tornarem-se gradualmente programadores, quando os aspectos da linguagem e do sistema tornariam-se mais importantes.
(tradução livre)
1991: R é criada na Nova Zelândia por Ross Ihaka e Robert Gentleman.
1993: Primeiro anúnico do R ao Público.
1995: Martin Machler convence Ross e Robert a usarem licença GNU para tornar o R um software Livre.
1997: The R Core Group é criado. Este grupo controla o código fonte da linguagem.
2000: A versão R 1.0.0 é lançada.
2022: R version 4.1.3 é lançada.
Tem um conjunto abrangente de funcionalidades para:
Tem ótimos ambientes de desenvolvimento de integrado
Tem um ecossistema incrível de desenvolvedores
Os pacotes/bibliotecas estendem as funcionalidades
Esta página contém diversas folhas de referência muito úteis sobre diversos aspectos da linguagem R/Pacotes/RStudio